Google ogłosił kolejną dużą inwestycję - tym razem 2 miliardy dolarów trafia do Isomorphic Labs, laboratorium wydzielonego z DeepMind, które zajmuje się wykorzystaniem sztucznej inteligencji do odkrywania nowych leków. Dla wielu polskich przedsiębiorców brzmi to jak news z innego świata. W końcu co małej firmie produkcyjnej z Mazowsza albo restauracji w Niechorzu po laboratoriach biotechnologicznych w Londynie?
Otóż całkiem sporo. Ta inwestycja to nie tylko zastrzyk gotówki dla jednego startupu - to wyraźny sygnał, w którą stronę idzie cały rynek AI. Po latach budowania chatbotów i generatorów obrazków najwięksi gracze zaczynają stawiać poważne pieniądze na AI, która rozwiązuje konkretne problemy w medycynie, nauce i specjalistycznych branżach. A to ma bezpośrednie konsekwencje dla każdego, kto myśli o wdrożeniu AI w swojej firmie.
Postaram się wyjaśnić, dlaczego ten ruch Google'a powinien zainteresować polskiego przedsiębiorcę - nawet jeśli nie produkuje leków ani nie prowadzi laboratorium badawczego.
Co właściwie robi Isomorphic Labs
Isomorphic Labs powstał w 2021 roku jako spin-off DeepMind, czyli działu Google'a odpowiedzialnego za przełomy takie jak AlphaFold - model AI, który rozwiązał problem przewidywania struktury białek (problem, z którym naukowcy mocowali się przez 50 lat). Firma kierowana przez Demisa Hassabisa, laureata Nobla z 2024 roku, projektuje leki przy użyciu AI - od identyfikacji celów molekularnych, przez projektowanie cząsteczek, po przewidywanie ich skuteczności.
To, co odróżnia Isomorphic od typowego startupu AI, to konkretność zastosowania. Tutaj nie chodzi o "asystenta, który pomoże ci pisać maile". Chodzi o skrócenie procesu odkrywania leku z 10-15 lat do kilku lat i obniżenie kosztu z miliarda dolarów do ułamka tej kwoty. Firma podpisała już umowy z Eli Lilly i Novartis - dwoma gigantami farmacji - co oznacza, że ich technologia rzeczywiście trafia do pipeline'ów badawczych.
Inwestycja 2 miliardów dolarów (z udziałem Google, Alphabet i innych) to nie kapitał na ekspansję marketingową. To pieniądze na infrastrukturę obliczeniową, zatrudnienie naukowców i rozwój własnych modeli. Krótko mówiąc - na zbudowanie fabryki leków napędzanej algorytmami.
Dlaczego to sygnał zmiany trendu
Przez ostatnie trzy lata rynek AI był zdominowany przez zastosowania konsumenckie. ChatGPT, Midjourney, Claude, Gemini - wszystkie te narzędzia projektowano z myślą o szerokiej publiczności. Ich cel: być uniwersalnym asystentem dla każdego. To miało sens na etapie edukowania rynku, ale ma fundamentalne ograniczenie - wartość biznesowa rozcieńcza się między miliardy użytkowników.
Inwestycja w Isomorphic Labs pokazuje, że największe firmy technologiczne widzą prawdziwe pieniądze gdzie indziej - w wertykalnych zastosowaniach AI. To znaczy w narzędziach zaprojektowanych pod konkretną branżę, konkretny problem i konkretny typ użytkownika. Medycyna, prawo, finanse, produkcja, logistyka, rolnictwo - to obszary, gdzie AI może generować mierzalne oszczędności i przewagi konkurencyjne, które uzasadniają wysokie ceny licencji.
Dla polskiej firmy oznacza to dwie rzeczy. Po pierwsze, w nadchodzących latach pojawi się coraz więcej wyspecjalizowanych narzędzi AI - dla branż, które dziś jeszcze nie mają sensownych rozwiązań. Po drugie, ogólne narzędzia typu ChatGPT będą stopniowo schodzić z piedestału jako "rozwiązanie na wszystko" i staną się tym, czym powinny być od początku - elementem większego stosu technologicznego.
Co z tego wynika dla polskiego przedsiębiorcy
Powiem wprost - dla większości polskich małych i średnich firm bezpośrednie skutki inwestycji w Isomorphic Labs są zerowe. Nie pojawi się jutro narzędzie do projektowania leków dostępne za 50 zł miesięcznie. Ale są skutki pośrednie, które warto rozumieć.
Po pierwsze, presja na specjalizację. W mojej pracy konsultanta AI widzę powtarzający się schemat - klienci pytają "jak wykorzystać ChatGPT w mojej firmie", a po analizie okazuje się, że ChatGPT to złe narzędzie do ich problemu. Potrzebują czegoś specyficznego: systemu do automatycznej obsługi reklamacji, narzędzia do przewidywania zapotrzebowania, asystenta do analizy umów prawnych. Trend, który widać w inwestycji Google'a, oznacza, że takie narzędzia będą się pojawiać szybciej i taniej. Warto już teraz mapować swoje procesy i identyfikować, gdzie wąskie gardło.
Po drugie, zmiana podejścia do dostawców. Kupowanie subskrypcji ChatGPT Team za 25 dolarów od użytkownika to początek, nie koniec drogi. Firmy, które zbudują przewagę konkurencyjną, będą łączyć kilka wyspecjalizowanych narzędzi w jeden obieg pracy. W praktyce oznacza to zatrudnianie osób, które rozumieją, jak komponować rozwiązania AI - albo współpracę z konsultantami, którzy to potrafią.
Po trzecie, kwestia danych. Isomorphic Labs ma przewagę nie dlatego, że ma lepsze algorytmy (te są dostępne publicznie), ale dlatego, że ma dostęp do unikalnych zbiorów danych medycznych. To samo dotyczy każdej polskiej firmy. Dane o klientach, transakcjach, procesach produkcyjnych - to surowiec, który dziś leży niewykorzystany w bazach SQL i arkuszach Excela. Firma, która zacznie systematycznie zbierać i porządkować swoje dane, będzie gotowa wykorzystać każde nowe narzędzie AI, jakie pojawi się na rynku.
Praktyczne kroki na najbliższy kwartał
Zamiast czekać, aż "AI dla mojej branży" stanie się tematem na konferencji, można zacząć przygotowania już teraz. W projektach, które prowadziłem dla polskich firm produkcyjnych i usługowych, najlepsze rezultaty dawała kombinacja trzech działań.
- Audyt procesów - wypisz 10 zadań, na które twój zespół traci najwięcej czasu w ciągu tygodnia. Z mojego doświadczenia, w typowej firmie 3-4 z nich nadają się do automatyzacji już dziś, a kolejne 3-4 będą gotowe do automatyzacji w ciągu 12 miesięcy
- Porządkowanie danych - jeśli twoje informacje o klientach są rozproszone między CRM, mailem, WhatsAppem i głową handlowca, żadne AI ich nie ogarnie. Konsolidacja danych w jednym miejscu (nawet w Google Sheets na początek) to inwestycja, która zwróci się przy każdym kolejnym wdrożeniu
- Eksperymenty z gotowymi narzędziami - zamiast od razu budować własne rozwiązania, przetestuj 3-4 wyspecjalizowane narzędzia w obszarze, który cię interesuje. Dla księgowości jest Taxly, dla obsługi klienta Intercom Fin, dla analityki Hex - każda branża ma już swoje narzędzia AI
Podsumowanie
Inwestycja Google'a w Isomorphic Labs to nie historia o lekach - to historia o tym, jak rynek AI dojrzewa. Po fazie eksperymentów z uniwersalnymi chatbotami przychodzi era wyspecjalizowanych narzędzi rozwiązujących konkretne problemy biznesowe. Polska firma, która chce być na fali, nie musi czekać na "AI dla swojej branży" - może już teraz mapować procesy, porządkować dane i testować dostępne rozwiązania. Bo gdy odpowiednie narzędzie się pojawi (a pojawi się szybciej niż większość przedsiębiorców myśli), wygrają ci, którzy są przygotowani.
Dwa miliardy dolarów to dużo pieniędzy. Ale prawdziwa wartość tej wiadomości nie leży w kwocie - leży w sygnale, jaki wysyła reszcie rynku. Sygnale, że specjalizacja wygrywa z uniwersalnością. Warto go usłyszeć.
Źródło: Google's Isomorphic Labs to Raise Over $2 Billion in New Funding - Bloomberg